Case Study

Learning Architecture statt Folienkurs: Wie ein Softwareanbieter mit KAIA als KI-Autorentool Lernziele, Narrative und Interaktionen aus Dokumenten entwickelte

Ausgangssituation

Die folgende Case Study beschreibt ein fiktives, aber realistisch modelliertes Projekt bei einem mittelständischen Softwareanbieter mit rund 420 Mitarbeitenden und Kunden in der DACH-Region sowie in zwei weiteren EU-Märkten. Das Unternehmen entwickelt eine Plattform für klinische Prozesse und Compliance-Workflows. Nach einer größeren Produktversion mussten interne Produkttrainings, Onboarding-Kurse für Customer Success sowie Schulungen für Implementierungspartner aktualisiert werden. Gleichzeitig sollte das Learning-Portfolio an neue regulatorische Anforderungen angepasst werden.

Bis dahin entstanden Lerninhalte überwiegend als Folienkurse mit Sprechertext, ergänzt durch manuelle Quizfragen und vereinzelte PDF-Downloads. Die Ausgangsbasis bestand aus 38 Dokumenten: Release Notes, Funktionsbeschreibungen, SOPs, Schulungsunterlagen, Datenschutzkonzepten und einer 160-seitigen Produktdokumentation. Insgesamt lag das Material bei rund 1.250 Seiten. Für die Erstellung eines Kurses benötigte das Team aus drei Learning Professionals und sechs Fachexperten im Schnitt 12 bis 15 Arbeitstage. Besonders aufwendig war die Überführung von Fachtexten in eine belastbare Instructional Design und Learning Architecture mit klaren Lernzielen, sinnvollen Sequenzen und prüfbaren Interaktionen.

Herausforderung

Das Kernproblem war nicht fehlender Content, sondern fehlende didaktische Struktur. Die Kurse waren fachlich korrekt, aber zu textlastig, zu breit und für unterschiedliche Zielgruppen kaum differenziert. Produktmanager, Support-Teams und Implementierungspartner erhielten weitgehend dieselben Folien, obwohl ihre Vorwissenstände und Aufgabenprofile deutlich voneinander abwichen.

Hinzu kam ein Governance-Problem: Jede Aktualisierung einer Funktion löste manuelle Prüf- und Freigabeprozesse aus, oft mit mehreren Rückläufen zwischen L&D, Produktmanagement, Qualitätssicherung und Compliance. Dadurch verzögerte sich die Veröffentlichung neuer Trainings um bis zu zwei Wochen. Im Feld führte das zu messbaren Effekten: In den ersten 60 Tagen nach einem Release stieg die Zahl produktbezogener Rückfragen im Support um 19 Prozent, weil zentrale Änderungen nicht rechtzeitig oder nicht konsistent geschult wurden. Das Unternehmen brauchte daher nicht nur schnellere Content-Produktion, sondern eine Methode, um aus Dokumenten direkt Lernarchitekturen abzuleiten.

Lösungsansatz

Die Organisation entschied sich für KAIA als KI-Autorentool, weil das System nicht auf reine Textgenerierung ausgelegt ist, sondern Lernarchitekturen erzeugt. Genau dieser Unterschied war ausschlaggebend: In einer Evaluation mit klassischen Autorentools zeigte sich, dass diese vor allem die Produktion einzelner Kursbausteine beschleunigen, aber keine didaktische Gesamtstruktur liefern. Der Vergleich mit dem Ansatz aus KAIA als Didactic AI Authoring System: Von der Dokumentanalyse zur Lernarchitektur war deshalb für die Auswahl entscheidend.

Das Projekt wurde in vier Schritten umgesetzt. Zuerst importierte das Team die relevanten Dokumente direkt in KAIA: Produktdokumentation, Prozesshandbücher, Policy-Dokumente und Release-Notes. Anschließend analysierte das System die Inhalte und schlug Lernziele, Modulgrenzen, Narrativ und Interaktionen vor. Dabei orientierte sich die Struktur an lernpsychologischen Prinzipien wie Bloom Taxonomy, Cognitive Load Theory und Scaffolding. Die Bedeutung der Bausteine wurde intern an der Logik aus Lernziele, Narrative, Interaktionen: Die Bausteine einer belastbaren Lernarchitektur gespiegelt: Ziel, Kontext, Aktivierung, Anwendung, Überprüfung.

Im zweiten Schritt arbeiteten Instructional Designer und Fachexperten im Human-in-the-Loop-Prinzip. Die KI lieferte Vorschläge für Lernpfade, Wissenschecks und situative Fallbeispiele; das Team prüfte diese fachlich, reduzierte Redundanzen und passte die Tiefe an die jeweilige Zielgruppe an. So entstanden drei Rollenpfade: Basiswissen für neue Mitarbeitende, Anwendungswissen für Support und vertiefte Prozessschulung für Implementierungspartner.

Im dritten Schritt wurden die Kurse direkt im LMS veröffentlicht. Rechteverwaltung, Freigabeprozess, Zertifikate, Tracking sowie SCORM- und xAPI-Ausspielung waren bereits integriert. Dadurch entfiel der Medienbruch zwischen Autorentool und Lernplattform. Der letzte Schritt bestand in einer redaktionellen Feinprüfung auf Terminologie, regulatorische Konsistenz und Wiederverwendbarkeit der Module für spätere Produktupdates.

Ergebnisse

Nach zehn Wochen lag ein vollständig überarbeitetes Lernportfolio vor: acht Module, drei Rollenpfade und 54 automatisch erzeugte Quiz- und Interaktionselemente. Vorher dauerte die Erstellung eines Kursmoduls im Schnitt 12 bis 15 Arbeitstage; nach der Einführung von KAIA sank der Aufwand auf 3 bis 5 Arbeitstage. Die Zahl der Freigaberunden reduzierte sich von durchschnittlich fünf auf zwei, weil Struktur, Lernziele und Interaktionen bereits in einem frühen Stadium belastbar vorlagen.

Auch die Nutzung und Qualität verbesserten sich messbar. Die Abschlussquote der Pilotkohorte stieg von 61 auf 84 Prozent. Die durchschnittliche Bestehensquote der Wissensüberprüfungen erhöhte sich von 69 auf 87 Prozent. Im Support sank die Zahl produktbezogener Rückfragen innerhalb von zwei Monaten nach Kursfreigabe um 16 Prozent. Auf Basis der eingesparten Autoren- und Review-Zeit ergab sich ein geschätzter ROI von 2,4 innerhalb des ersten Jahres. Besonders relevant war jedoch, dass Aktualisierungen nach Produktänderungen nun in 48 Stunden statt in bis zu zehn Tagen veröffentlicht werden konnten.

Lessons Learned

Didaktische Qualität entsteht nicht durch mehr Text, sondern durch klare Lernziele, passende Narrative und überprüfbare Interaktionen.
Dokumentenbasierte KI funktioniert nur dann zuverlässig, wenn Fachverantwortung und didaktische Kontrolle beim Menschen bleiben.
In regulierten Umgebungen ist LMS-Integration mit Freigabeprozessen, Tracking und Versionierung kein Zusatz, sondern Voraussetzung.
Generische KI-Tools beschleunigen Content-Produktion; KAIA unterstützt die Entwicklung vollständiger Lernarchitekturen.
Für mehrere Zielgruppen lohnt sich ein Rollenmodell mit differenzierten Lernpfaden statt eines einheitlichen Standardkurses.

Zusammenfassung

Der Fall zeigt, dass Unternehmen mit KAIA aus vorhandenen Dokumenten schneller belastbare Lernarchitekturen entwickeln können. Entscheidend war nicht die reine Menge an generiertem Content, sondern die didaktische Qualität der resultierenden Kurse. Für den Softwareanbieter bedeutete das kürzere Produktionszeiten, konsistentere Freigaben und messbar bessere Lernergebnisse.

Weitere Case Studies

Alle Case Studies ansehen →

Weiterführende Inhalte: